短期负荷预测的自适应加权支持向量机新方法

• 作者: 杨春玲 郑安豫 陈晶
• 来源期刊: 安徽电气工程职业技术学院学报
• 学科: 工学
• 关键词: 自适应加权 最小二乘支持向量机 短期负荷预测 自适应参数 参数对 优化
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 电力技术
• 页码范围: 39-42
• 分类号: TM715
• 字数: 3054字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9706.2011.01.010

摘要

提出了一种基于自适应加权最小二乘支持向量机(AWLS-SVM)理论的电力系统短期负荷预测新方法.在对已知负荷数据及影响因素的分析学习基础上,先用自适应参数优化法整定最小二乘支持向量机的参数,确定最优参数对,然后针对各样本重要性的差异,赋予每个样本惩罚参数不同的加权系数,建立了具有良好推广性能的AWLS-SVM回归模型.本方法突出了不同样本在训练过程中贡献不同的特性,具有结构简单、泛化性能好、不易发生过拟合现象等优点.通过对真实数据的建模预测,证明了该法在短期负荷预测中的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晶		21	8	1.0	2.0
2	郑安豫		19	18	2.0	4.0
3	杨春玲		17	22	3.0	4.0